首次使用深度相机

编译完 ROS 驱动后，成功获取了深度点云信息，遇到以下问题。

问题一：深度点云太多，打开可视化就卡死

原始深度图得到的点云数量大约有百万甚至千万级。如果逐一对这些点进行渲染显示，对于边缘计算的工控机来说简直是噩梦。

如何在减少点数量的同时保留物体特征？ 这里我采用的是体素下采样（Voxel Downsampling） 的方式对深度点云进行稀疏化：将点云所在的三维空间划分为若干个边长为 5 cm（可根据需求调整）的体素（Voxel），将同一体素内所有点的坐标取均值，最终仅用一个点来代表该体素内的所有点。

问题二：深度点云坐标转换

坐标系定义：

为什么一个深度相机会有这么多坐标系？
深度相机内部集成了多颗摄像头（RGB 摄像头、红外/深度摄像头等），每颗摄像头有自己独立的光学坐标系；同时相机本体还有一个机械基座坐标系。各坐标系之间存在固定的物理偏移（外参）。

配准模式开启前：

• 深度点云发布在 depth_0 坐标系下
• RGB 点云发布在 color_0 坐标系下
• 两者通过各自的 TF 变换挂载到 link_0：
  • 深度：link_0 → depth_0（parent = link_0, child = depth_0）
  • RGB：link_0 → color_0（parent = link_0, child = color_0）

配准模式开启后：
深度点云与 RGB 点云对齐，统一发布在 color_0 坐标系下，再由 TF 变换到 link_0。

遇到的驱动 Bug：
开启配准模式后，驱动仅仅将深度点云 TF 的 child_frame_id 从 depth_0 改成了 color_0，但底层使用的变换矩阵仍然是 link_0 → depth_0 的那组外参。

这就导致了一个诡异的现象：在 rviz 中观察到点云在持续地微小抖动。其本质是同一个 TF 变换（link_0 → color_0）下，RGB 点云和深度点云各自使用了不同的变换矩阵，两帧数据在空间中产生了微小的错位，随帧率交替刷新就表现为抖动。

解决思路：在驱动源码中修正配准模式下的 TF 发布逻辑，确保 child_frame_id 与变换矩阵一致；或在 launch 文件中关闭驱动自带的 TF 发布，改用 static_transform_publisher 手动发布正确的外参。

补充：系统监控脚本

前段时间调试时又发生了一次非正常关机，可以用AI写一个更详细且偏向硬件的监控脚本，对工控机的电源轨、内核状态、串口、总线等进行持续采样并写入日志，以便崩溃后回溯。

伪代码示例：

═══════════════════════════════════════════════════════
  嵌入式 Linux 系统崩溃前状态监控
  目标：每秒采样一次，崩溃后通过 CSV 回溯最后时刻
═══════════════════════════════════════════════════════

// ─────────────────────────────────────────
// 初始化
// ─────────────────────────────────────────
FUNCTION 初始化():
    创建日志目录 "/home/user/crash_logs"
    生成时间戳 TS = 当前时间("YYYYMMDD_HHMMSS")
    创建 CSV 文件，写入表头:
        [时间, 12V输入, 5V_SYS, 5V_Host, 5V_OTG, USB_Hub,
         3.3V, CPU小核电压, 逻辑域电压, DDR电压, DDR2电压, GPU电压,
         SoC温度, 大核温度, GPU温度,
         小核频率, 大核0频率, 大核1频率,
         内核错误计数]

// ─────────────────────────────────────────
// 后台任务：持续保存内核日志尾部
// ─────────────────────────────────────────
FUNCTION 后台保存dmesg():
    LOOP 每 2 秒:
        将 dmesg 最后 20 行 → 写入 dmesg_tail.log
        // 目的：崩溃后能看到内核最后在做什么

// ─────────────────────────────────────────
// 主循环：每秒采样一次
// ─────────────────────────────────────────
FUNCTION 主循环():
    计数器 = 0

    LOOP 每 1 秒:
        计数器 += 1
        当前时间 = NOW("HH:MM:SS")

        // ── 第一组：电源轨电压（μV）──
        V_12V    ← 读取 /sys/class/regulator/regulator.1/microvolts
        V_5VSYS  ← 读取 /sys/class/regulator/regulator.2/microvolts
        V_5VHOST ← 读取 /sys/class/regulator/regulator.6/microvolts
        V_5VOTG  ← 读取 /sys/class/regulator/regulator.7/microvolts
        V_USBHUB ← 读取 /sys/class/regulator/regulator.8/microvolts
        V_3V3    ← 读取 /sys/class/regulator/regulator.3/microvolts

        // ── 第二组：SoC 核心电压（μV）──
        V_CPULIT ← 读取 /sys/class/regulator/regulator.18/microvolts
        V_LOG    ← 读取 /sys/class/regulator/regulator.19/microvolts
        V_DDR    ← 读取 /sys/class/regulator/regulator.21/microvolts
        V_DDR2   ← 读取 /sys/class/regulator/regulator.22/microvolts
        V_GPU    ← 读取 /sys/class/regulator/regulator.17/microvolts

        // ── 第三组：温度（m°C）──
        T_SOC    ← 读取 /sys/class/thermal/thermal_zone0/temp
        T_BIG    ← 读取 /sys/class/thermal/thermal_zone1/temp
        T_GPU    ← 读取 /sys/class/thermal/thermal_zone2/temp

        // ── 第四组：CPU 频率（KHz）──
        F_LIT    ← 读取 /sys/devices/system/cpu/cpu0/cpufreq/scaling_cur_freq
        F_BIG0   ← 读取 /sys/devices/system/cpu/cpu4/cpufreq/scaling_cur_freq
        F_BIG1   ← 读取 /sys/devices/system/cpu/cpu6/cpufreq/scaling_cur_freq

        // ── 第五组：内核错误计数 ──
        DERR ← dmesg 中匹配 "error|fail|panic|oops|disconnect|timeout" 的行数

        // ── 写入 CSV ──
        追加一行到 CSV:
            [当前时间, V_12V, V_5VSYS, V_5VHOST, V_5VOTG, V_USBHUB, V_3V3,
             V_CPULIT, V_LOG, V_DDR, V_DDR2, V_GPU,
             T_SOC, T_BIG, T_GPU,
             F_LIT, F_BIG0, F_BIG1,
             DERR]

        // ── 定期刷盘（防掉电丢数据）──
        IF 计数器 % 15 == 0:
            sync()

        等待 1 秒

// ─────────────────────────────────────────
// 启动
// ─────────────────────────────────────────
初始化()
启动后台线程 → 后台保存dmesg()
主循环()

后续 TODO：

• 增加串口（/dev/ttyS*、/dev/ttyUSB*）在线状态检测
• 增加 I²C / SPI 总线通信心跳检测
• 增加 USB 设备枚举状态监控（lsusb 定期快照）
• 用 systemd 服务托管，开机自启 + 崩溃自动重启

注意：不同的系统监控会产生大量日志数据，在使用AI写的脚本的时候要特别注意。